Acurast porta il modello decisionale AI in tempo reale Laya alla rete di smartphone

Acurast ha implementato il modello decisionale AI open source Laya nella sua rete decentralizzata di calcolo per smartphone, consentendo al modello di elaborare decisioni in tempo reale sui dispositivi Android invece che nei centri dati centralizzati.

Riepilogo

• Acurast ha implementato l'AI Laya open source nella sua rete decentralizzata di calcolo per smartphone.
• Laya elabora decisioni strutturate per giochi, classificazione, moderazione e compiti di sicurezza invece di generare testo conversazionale.
• Acurast ha dichiarato che le decisioni richiedono tipicamente circa 0,2-1 secondo e vengono elaborate utilizzando le CPU degli smartphone senza GPU dedicate.
• Secondo l'azienda, oltre 280.000 smartphone in più di 175 paesi hanno aderito alla rete Acurast.

Secondo Acurast, l'implementazione esegue Laya interamente su nodi edge mobili e utilizza gli smartphone distribuiti della rete per gestire carichi di lavoro tra cui classificazione, giochi, navigazione, sicurezza e moderazione dei contenuti.

Acurast porta il modello AI Laya alla rete di calcolo per smartphone

Laya, sviluppato da Convai Innovations sotto una licenza Apache 2.0, è progettato per prendere decisioni strutturate invece di generare risposte conversazionali.

Data una condizione definita e un insieme di azioni possibili, il modello valuta l'input e seleziona un'opzione. Il suo repository open source descrive tre formati principali di decisione che coprono scelte tra opzioni definite, punteggi contro un intervallo stabilito e decisioni booleane.

Il modello utilizza un'architettura non autoregressiva, il che significa che non genera un token di risposta token per token nel modo in cui i grandi modelli linguistici producono tipicamente testo. Convai Innovations descrive Laya come un modello decisionale "Sistema 1" costruito per compiti in cui un'applicazione ha bisogno di una risposta strutturata rapida.

Acurast sta utilizzando il modello per dimostrare come tali carichi di lavoro possano operare su hardware mobile di consumo. Ogni decisione nella sua implementazione viene elaborata su uno smartphone Android connesso alla rete, secondo l'azienda.

"Eseguendo Laya su Acurast, abbiamo cambiato tutto questo," ha dichiarato il fondatore di Acurast, Alessandro De Carli. "Stiamo dimostrando che l'AI di Sistema 1 può funzionare in modo sicuro e su larga scala su hardware che tutti possiedono già, fornendo un'alternativa veramente aperta e decentralizzata al lock-in del cloud centralizzato."

Il codice pubblico e i pesi del modello di Laya sono disponibili sotto la licenza Apache 2.0. Il suo repository elenca un checkpoint in inglese con 421 milioni di parametri, insieme a modelli separati per carichi di lavoro decisionali multilingue e tipizzati.

Cosa può fare Laya su Acurast?

Acurast ha allestito diverse dimostrazioni dal vivo per testare il modello su diversi tipi di compiti decisionali.

Per i giochi, Laya è stato utilizzato per giocare a Snake e Tetris scegliendo movimenti e determinando dove posizionare i pezzi in caduta. Una dimostrazione di Doom richiede al modello di prendere decisioni riguardo al movimento, puntamento, sparo, raccolta di oggetti ed esplorazione dell'ambiente di gioco.

Altri test sono più vicini a potenziali applicazioni software. Il modello può classificare le email come messaggi in arrivo, spam o tentativi di phishing e ordinare i titoli in categorie tra cui notizie, satira, clickbait e manipolazione. Acurast ha dichiarato di aver testato Laya per rilevare tentativi di iniezione di prompt contro assistenti AI e identificare messaggi tossici nelle chat dal vivo.

Gli utenti possono inviare le proprie lettere, titoli, prompt e altri input alle dimostrazioni e osservare le decisioni prese dal modello.

Gli sviluppatori di Laya hanno documentato anche delle limitazioni. Il repository del progetto afferma che il suo modello generale performa male in alcuni test decisionali tipizzati a zero colpi e raccomanda di specializzare il modello per compiti specifici. Consiglia di mantenere le domande di scelta sotto circa 20 opzioni e di ricalibrare le probabilità utilizzando dati specifici dell'applicazione.

Gli smartphone gestiscono i carichi di lavoro AI senza GPU

Acurast ha dichiarato che le decisioni nella sua implementazione di Laya richiedono tipicamente circa 0,2-1 secondo e vengono elaborate utilizzando le CPU degli smartphone piuttosto che GPU dedicate.

Il lavoro è distribuito dinamicamente tra i dispositivi che partecipano alla rete. I risultati arrivano con una prova crittografica, mentre gli operatori di smartphone ricevono ACU, il token nativo di Acurast, per fornire capacità di elaborazione.

La rete utilizza Ambienti di Esecuzione Fidati integrati negli smartphone moderni per isolare i carichi di lavoro e proteggere i dati durante l'elaborazione, secondo Acurast.

L'approccio di Acurast si basa sull'hardware consumer esistente invece di richiedere agli operatori di acquistare server dedicati o GPU. L'azienda ha precedentemente applicato lo stesso modello all'infrastruttura blockchain e ad altri carichi di lavoro di calcolo decentralizzati.

Crypto.news ha riportato in precedenza che Acurast ha raccolto 5,4 milioni di dollari a maggio 2025 per sviluppare la sua rete cloud decentralizzata alimentata da smartphone. All'epoca, la rete aveva più di 72.000 smartphone e aveva elaborato 256 milioni di transazioni.

Acurast ora afferma che oltre 280.000 smartphone in oltre 175 paesi si sono uniti alla rete, mentre il numero di transazioni on-chain elaborate ha superato i 918 milioni.

Il modello si inserisce in uno sforzo crescente per utilizzare i dispositivi consumer per carichi di lavoro di intelligenza artificiale decentralizzati. Gaia ha introdotto uno smartphone AI a settembre 2025 progettato per eseguire AI localmente sul dispositivo, consentendo agli utenti di contribuire con capacità di calcolo alla sua rete decentralizzata.

Acurast si concentra su carichi di lavoro AI in tempo reale più piccoli

Acurast sta posizionando il deployment di Laya attorno a carichi di lavoro che necessitano di decisioni ripetute invece di risposte lunghe generate.

La distinzione consente a modelli più piccoli di gestire compiti come instradamento, moderazione e classificazione senza inviare ogni richiesta a un grande modello generativo ospitato da un fornitore centralizzato. Gli sviluppatori possono implementare Laya autonomamente poiché i pesi del modello e il software sono disponibili pubblicamente.

La documentazione di Convai Innovations descrive Laya come una famiglia di modelli piuttosto che un singolo checkpoint. La sua versione in inglese si basa su ModernBERT large con 421 milioni di parametri, mentre una versione multilingue utilizza un modello da 322 milioni di parametri e supporta più di 100 lingue. Un checkpoint separato è stato addestrato per flussi di lavoro decisionali tipizzati, inclusi servizio clienti, elaborazione fatture e incidenti di sicurezza.

Acurast ha dichiarato che la sua implementazione consente agli sviluppatori di eseguire quei tipi di carichi di lavoro operativi in modo continuo senza ottenere accesso API o capacità di server da un fornitore di cloud centralizzato.

"Il nostro obiettivo è aprire gli occhi degli sviluppatori sulle incredibili opportunità che derivano dall'utilizzo del calcolo Acurast," ha dichiarato De Carli. "Questo deployment dimostra che l'AI orientata alle decisioni può funzionare in modo economico, verificabile e senza un data center in vista su una rete decentralizzata di smartphone oggi."

L'azienda ha reso disponibili le dimostrazioni di Laya per consentire agli utenti di inviare i propri input e osservare le decisioni risultanti elaborate sulla sua rete mobile edge.